Deep Learning illustriert

CPyTorch

In diesem Anhang stellen wir die charakteristischen Elemente von PyTorch vor und vergleichen es mit seinem wichtigsten Konkurrenten – TensorFlow.

C.1 PyTorch-Eigenschaften

In Kapitel 14 stellten wir PyTorch ganz allgemein vor. In diesem Abschnitt nun wollen wir uns die wesentlichen Eigenschaften dieser Bibliothek anschauen.

C.1.1 Das Autograd System

PyTorch arbeitet mit einem sogenannten Autograd System, das auf dem Prinzip der umgekehrten automatischen Differentiation beruht. Wie in Kapitel 7 ausgeführt wurde, ist das Endprodukt einer Forwardpropagation durch ein tiefes neuronales Netz das Ergebnis einer Reihe von Funktionen, die miteinander verkettet wurden. Die umgekehrte automatische Differentiation wendet die Kettenregel an, um ...